MétaCan
Menu
Retour à la cohorte
Enregistrement W3042079246 · doi:10.13162/hro-ors.v8i2.4114

Understanding the Policy Context and Conditions Necessary for the Establishment of Supervised Consumption Sites in Canada: A Comparative Analysis of Alberta and Manitoba

2020· article· en· W3042079246 sur OpenAlexaffvenueabout
Chaviva Manson-Singer, Sara Allin

Notice bibliographique

RevueHealth Reform Observer - Observatoire des Réformes de Santé · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPoliticsHarmPublic policyFraming (construction)Political scienceGovernment (linguistics)Context (archaeology)GeographyPublic administrationWelfare economicsEconomicsLawArchaeology

Résumé

récupéré en direct d'OpenAlex

The establishment of supervised consumption sites (SCS) is one policy approach used to address Canada’s growing, national opioid epidemic. Despite the abundance of evidence which demonstrates the numerous public health benefits gained from the existence of SCS, only five of ten Canadian provinces have established SCS. Using Alberta and Manitoba as comparators, the paper seeks to explain the difference in policy outcomes. The paper begins with a brief overview of the history of harm reduction policy in Canada and establishes what the goals of the Alberta and Manitoba governments were in their respective policy approaches to respond to the opioid epidemic. Using John Kingdon’s Multiple Streams Framework, this paper compares the political and policy contexts of Alberta and Manitoba to determine what factors have contributed to the divergence in policy outcomes, whereby Alberta has established SCS while Manitoba has not. The comparative analysis reveals that the framing of the opioid epidemic as a public health matter, the alignment of the establishment of SCS with the provincial government’s values, and political will are all necessary conditions for the establishment of SCS. This paper concludes by discussing the implications of these results for the establishment of SCS in other Canadian provinces.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,154
Tête enseignante GPT0,343
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Reform Observer - Observatoire des Réformes de SantéMême sujetOpioid Use Disorder TreatmentTravaux en français237 207